Nichtlineare Datenregressionsverfahren

PythonBeginner
Jetzt üben

Einführung

Sie haben möglicherweise ein gutes Verständnis von der linearen Regression gewonnen. Nachdem Sie die ein- und mehrfache Form der linearen Regression beherrschen, können wir für einige Daten mit linearen Verteilungstrends Regressionsvorschau machen. Es gibt jedoch oft Daten im Leben, die nicht so „linear“ sind, wie z. B. Schwankungen am Aktienmarkt, Verkehrsstrom etc. Wie können solche nicht-linear verteilten Daten verarbeitet werden? Die dazu erforderlichen Methoden werden in diesem Experiment beschrieben.

Polynomiale Regression

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Zusammenfassung

Herzlichen Glückwunsch! Sie haben die polynomiale Regression abgeschlossen. Sie können in LabEx weitere Übungen absolvieren, um Ihre Fähigkeiten zu verbessern.